10.16652/j.issn.1004-373x.2016.05.023
基于遗传神经网络成绩预测的研究与实现
针对BP神经网络固有的局限性和在应用于成绩预测时出现的问题,运用遗传算法对BP神经网络的权值和阈值进行优化,通过详细设计遗传算法的编码方式、适应度函数,遗传算子使二者结合后的遗传神经网络模型具有更快的学习训练收敛速度,为了提高优化效果,设计了自适应的遗传算法交叉算子和变异算子,并通过与基本BP神经网络和自适应BP神经网络的对比,显示了优化的有效性和可行性。运用Matlab实现了遗传神经网络模型,并完成了模型的训练,运用Java语言完成了模型的调用和成绩预测系统的实现。分析结果表明,该遗传神经网络模型在成绩预测方面具有较高的准确性,具有一定的实用价值。
成绩预测、BP神经网络、遗传算法、Matlab、Java
TN711-34;TP183(基本电子电路)
2016-04-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-100